Python正则如何处理带换行符的多行文本｜解决匹配空白、提取失败问题
一、前言
日常开发中使用Pythonre正则时，几乎所有人都会踩同一个坑：单行字符串匹配一切正常，一旦文本包含换行符，正则直接匹配不到内容，re.findall返回空列表。
典型场景：
- 提取Markdown中
json /python 包裹的多行代码块； - 截取多行注释、分段日志、多行接口返回文本；
- 抓取HTML/富文本中跨多行的标签内容；
- 像前文需求一样，提取大段跨换行JSON字符串。
出现该问题的根源不是正则表达式写错，而是Python正则内置的匹配规则限制。本文完整讲解换行处理原理、两套通用解决方案、实战案例与避坑技巧。
二、核心底层规则：点号.默认不匹配换行
正则中最常用的万能匹配符.存在硬性限制：
默认规则：
.匹配除换行符\n之外的所有字符。
举个直观例子：
importre text="""第一行 第二行 第三行"""# 尝试用.+匹配全部内容，会失败res=re.findall(r'.+',text)print(res)# 输出：['第一行', '第二行', '第三行'].+只会匹配单行内容，遇到换行直接终止，无法一次性抓取跨多行的整块文本。
如果我们想匹配json` 和 ```中间跨多行的内容，直接写json(.+?)````必然返回空列表，这就是你之前代码失效的根本原因。
三、两种主流跨行匹配解决方案
方案1：添加标志位 re.S（re.DOTALL）【推荐】
re.S全称DOTALL，作用：让.可以匹配换行符\n，开启后点号真正代表「任意所有字符」，跨行匹配一键生效。
语法：
re.findall(正则,文本,flags=re.S)实战修复你之前提取JSON代码块的案例：
importre str1=''' 随便一段前置文字 ```json[{"content":"第一篇 战略管理","level":0},{"content":"1 目的","level":2}]后置备注文字
‘’’
增加 flags=re.S 支持跨行匹配
res = re.findall(r’json(.+?)', str1, flags=re.S)
if res:
json_content = res[0].strip() # 清除首尾多余换行空格
print(“提取到多行JSON：\n”, json_content)
执行后可以完整取出中间所有换行的JSON文本，完美解决提取空白问题。 补充别名：`re.DOTALL` 和 `re.S` 完全等价，二者随便使用。 ### 方案2：不使用标志位，替换万能匹配符 `[\s\S]` 如果项目规范不允许添加flag、或者部分环境无法传参，可以用 `[\s\S]` 替代 `.`。 - `\s`：所有空白字符（空格、制表符、换行 `\n`） - `\S`：所有非空白字符 二者组合 `[\s\S]` = 全部字符，天然支持换行，不需要额外标志位。 改造上例正则： ```python # [\s\S]+? 替代 .+? res = re.findall(r'```json([\s\S]+?)```', str1)效果和re.S完全一致，适合不方便修改flag参数的场景。
四、补充：容易混淆的 re.M 多行模式（和换行匹配无关）
很多新手会混淆re.M和re.S，这里明确区分：
re.S：控制.是否匹配换行，用于跨多行抓取整块内容；re.M（MULTILINE）：仅修改^和$的匹配规则，^匹配每行开头，$匹配每行结尾，不改变点号.的行为，无法解决跨行提取失败问题。
错误示范（很多人踩坑）：
# 只加re.M，不加re.S，依旧匹配不到跨多行内容res=re.findall(r'```json(.+?)```',str1,re.M)print(res)# [] 空列表如果需要同时开启两种模式，使用|分隔：
re.findall(pattern,text,re.S|re.M)五、常用实战案例
案例1：提取多行Python代码块
importre md_text=""" 测试文本 ```pythondeftest():print("多行函数")return123“”"
pattern = r’python([\s\S]+?)’
code = re.findall(pattern, md_text)[0].strip()
print(code)
### 案例2：匹配跨多行HTML标签内容 ```python html = """ <div class="box"> 第一行文字 第二行文字 </div> """ res = re.findall(r'<div class="box">(.+?)</div>', html, re.S) print(res[0].strip())案例3：逐行匹配（不需要跨行，仅遍历每行）
如果需求不是抓取整块多行内容，而是单独匹配每一行，无需开启re.S，直接循环结果即可：
log="""2026-01-01 日志1 2026-01-02 日志2 2026-01-03 日志3"""# 匹配所有数字开头日志行lines=re.findall(r'^\d{4}-\d{2}-\d{2}.*',log,re.M)print(lines)六、开发避坑优化技巧
正则字符串统一使用原始字符串 r""
正则表达式前缀加r，避免\n、\s等转义符被Python提前解析，防止匹配异常。
错误写法：'```json(.+?)```'
标准写法：r'```json(.+?)```'提取后使用strip()清理多余换行空格
跨行匹配出来的内容首尾通常自带换行、空白，调用.strip()去除冗余空白字符。非贪婪匹配
+?避免匹配范围过大
使用(.+?)/([\s\S]+?)非贪婪模式，防止文本中存在多个 ```时，一次性匹配到最后一个结束标记。判断匹配结果非空再取值
匹配失败返回空列表，直接取res[0]会报索引错误，增加判断：
res=re.findall(r'```json(.+?)```',str1,re.S)ifres:content=res[0].strip()else:print("未找到对应代码块")七、总结
- Python正则
.默认不能匹配换行符，这是多行文本提取空白的核心原因； - 主流解决方案：添加
flags=re.S让.支持换行，或使用[\s\S]替代.； re.M仅作用于行首尾符^/$，不能解决跨行抓取问题，不要混用混淆；- 处理Markdown代码块、多行标签、分段日志等场景，优先使用
re.S方案，代码简洁易维护； - 规范使用原始字符串、非贪婪匹配、空值判断，减少线上正则报错。
掌握以上规则后，所有带换行符的文本正则匹配问题都可以一次性解决。